首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

爬取网站文章将图片保存到本地并将HTML的src属性更改到本地

每次当你爬取一篇文章时,不管是从csdn或者其他网站,基本内容都是保存在一个富文本编辑器中,将内容提取出来还是一个html,保存之后图片还在别人的图片服务器上。...我今天要说的就是将图片保存之后并将它的src属性替换成本地的地址。并且以次替换,按照原文章排版顺序替换。 话不多说,直接上代码 #!...# 保存图片 # urllib.request.urlretrieve(imgurl, 'img/%s.jpg' % x) # 根据每个图片的src的内容进行替换...html = re.sub(imglist[i], "G:/pachong/img/%s.jpg" % str(i), html) x += 1 print(html) html...= getHtml("http://tieba.baidu.com/p/2460150866") print(getImg(html)) 这个demo知识贴吧的一个帖子里的图片,大家可以依据自己的需求去更改此代码

1.8K31
领券